1.文本格式數(shù)據(jù)的讀寫

read_csv()：從文件、URL或文件型對象讀取分隔好的數(shù)據(jù)，逗號是默認分隔符

read_table()：從文件、URL或文件型對象讀取分隔好的數(shù)據(jù)，制表符('\t')是默認分隔符

Windows用戶打印文件的原始內(nèi)容

因為這個文件是逗號分隔的，我們可以使用read_csv將它讀入一個DataFrame:

也可以用read_table，并指定分隔符

 剛剛是文件包含表頭行的情況，但有的文件并不包含表頭行，比如

如果直接讀取的話，默認將第一行作為表頭了,也就是默認header=0，表示第一行為標題行。

 有兩種方法改，

一是允許pandas自動分配默認列名，

 二是自己指定列名。

 假設(shè)想要message列成為返回DataFrame的索引，可以指定位置4的列為索引，或?qū)?#39;message'傳給參數(shù)index_col:

 從多個列中形成一個分層索引

 解析函數(shù)有很多附加參數(shù)處理各種發(fā)生異常的文件格式，例如，可以使用skiprows來跳過第一行，第三行，第四行。

處理缺失值

通常情況下，缺失值要么不顯示(空字符串，要么用一些標識值)

默認情況下，pandas用一些常見的標識，如NaN和NULL

na_values選項可以傳入一個列表或一組字符串來處理缺失值

在字典中，每列可以指定不同的缺失值標識

 1.1 分塊讀入文本文件

如果只想讀取一小部分(避免讀取整個文件)，可以指明nrows

 為了分塊讀入文件，可以指定chunksize作為每一塊的行數(shù)

 read_csv返回的TextParser對象允許根據(jù)chunksize遍歷文件，并對'a'列聚合獲得計數(shù)值

 1.2 將數(shù)據(jù)寫入文本格式

使用DataFrame的to_csv方法，可將數(shù)據(jù)導出為逗號分隔的文件

 默認若是沒有其他選項被指定的話，行和列的標簽都會被寫入，不過二者也都可以禁止寫入

也可以僅僅寫入列的子集，并且按照選擇的順序?qū)懭?/p>

默認缺失值在輸出時以空字符串出現(xiàn)，可以用其他標識值對缺失值進行標注

(寫入到sys.stdout時，控制臺中打印的文本結(jié)果)

默認分隔符是逗號，可以用sep選項選擇分隔符

 Series也有to_csv方法

 不知道為啥最后寫入有，0這行？？？？

總結(jié)

本篇文章就到這里了，希望能夠給你帶來幫助，也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!

最新評論